SAX方式解析XML文件的方法分析
|
SAX（Simple API for XML）SAX的工作原理简单地说就是对文档进行顺序扫描，当扫描到文档（document）开始与结束、元素（element）开始与结束、文档（document）结束等地方时通知事件处理方法，由事件处理函数做相应动作，然后继续同样的扫描，直至文档结束。SAX解析方式适用于大型文档，因为他的解析是逐行进行不用像DOM中那样为所有节点创建对象，这样效率大大提高，所以虽然它不是W3C标准，但它却得到了广泛认可。 这是一个需要解析的XML文件： <?xmlversion="1.0"encoding="utf-8"?> <bookstore> <bookid="2"type="长篇小说"> <name>《平凡的世界》</name> <author>路遥</author> <year>2014</year> <price>22</price> <outline>《平凡的世界》是中国作家路遥创作的一部百万字的小说。 </outline>> </book> <bookid="7"type="外文小说"> <name>"GonewiththeWind"</name> <author>Margaret.Mitchell</author> <price>99</price> <language>English</language> <outline>《飘》是美国女作家玛格丽特?米切尔（1900―1949）十年磨一剑的作品，也是惟一的作品。</outline> </book> <bookid="13"type="中文小说"> <name>《秦腔》</name> <author>贾平凹</author> <price>99</price> <language>汉语</language> <outline>《秦腔》以两条线展开，一条线是秦腔戏曲，一条线是农民与土地的关系。</outline>> </book> </bookstore> 如上所示，我们将从首行开始逐一进行解析，SAX解析时会识别开始标签和结束标签，这些用相应的方法进行实现，具体如下： 需要注意的是：DefaultHandler类是SAX2事件处理程序的默认基类。它实现了EntityResolver、DTDHandler、ContentHandler和ErrorHandler这四个接口。包含这四个接口的所有方法，所以我们在编写事件处理程序时，可以不用直接实现这四个接口，而继承该类，然后重写我们需要的方法即可 我们SAX方法解析XML文件时需要一个Handler类来提供解析的方法，里面包含了重写的继承于DefaultHandler类的两种方法，分别有开始和结束的方法 packageHandler;
importjava.util.ArrayList;
importorg.xml.sax.Attributes;
importorg.xml.sax.SAXException;
importorg.xml.sax.helpers.DefaultHandler;
importentity.Book;
publicclassSAXParserHandlerBookextendsDefaultHandler{
intbookIndex=0;
Bookbook=null;
privateArrayList<Book>bookList=newArrayList<Book>();
publicArrayList<Book>getBookList(){
returnbookList;
}
//用来标识解析开始和结束
@Override
publicvoidstartDocument()throwsSAXException{
super.startDocument();
System.out.println("SAX解析开始");
}
@Override
publicvoidendDocument()throwsSAXException{
super.startDocument();
System.out.println("SAX解析开始");
}
//用来遍历XML文件的开始标签
@Override
publicvoidstartElement(Stringuri,StringlocalName,StringqName,Attributesattributes)throwsSAXException{
super.startElement(uri,localName,qName,attributes);
//开始解析book节点的属性
//注意：这种方法是知道节点名为book且其属性只有id一个属性，只需获取其属性值的情况
if(qName.equals("book")){
//在清空之前保存
bookList.add(book);
//保证每次运行到这里的时候book都是null以便保存其他子节点的值
book=null;
//创建book对象
book=newBook();
//这边我们需要一个全局变量来记录遍历进行到哪本书
bookIndex++;
// Stringvalue=attributes.getValue("id");
//【注意这种方法是知道了属性的属性名来获取属性值的简便方法】
// System.out.println("book的属性值:"+attributes.getValue("id"));
//在不知道book节点的属性数量以及属性名和属性值的情况下进行解析
intlen=attributes.getLength();
System.out.println("*************************开始遍历第"+(bookIndex)+"本书*************************");
for(inti=0;i<len;i++){
System.out.println("第"+(i+1)+"个属性：");
System.out.println("属性名是："+attributes.getQName(i));
System.out.println("属性值是："+attributes.getValue(i));
System.out.println();
if(attributes.getQName(i).equals("id")){
book.setId(attributes.getQName(i));
}elseif(attributes.getQName(i).equals("type")){
book.setId(attributes.getQName(i));
}
}
}
//获取book节点的所有子节点节点名
if(qName!="book"){
System.out.println("节点名："+qName);
}elseif(qName.equals("author")){
book.setAuthor(value);
}elseif(qName.equals("year")){
book.setYear(value);
}elseif(qName.equals("lauguage")){
book.setLauguage(value);
}elseif(qName.equals("price")){
book.setPrice(value);
}elseif(qName.equals("outline")){
book.setOutline(value);
}elseif(qName.equals("name")){
book.setName(value);
}
}
//以上部分用switch语句实现代码开起来应该会相对整洁一点，
Stringvalue=null;
@Override
publicvoidcharacters(char[]ch,intstart,intlength)throwsSAXException{
super.characters(ch,start,length);
value=newString(ch,length);
if(!value.trim().equals("")){
System.out.println("节点值："+value);
System.out.println();
}
}
//用来遍历XML结束标签(non-Javadoc)
@seeorg.xml.sax.helpers.DefaultHandler#endElement(java.lang.String,java.lang.String,java.lang.String)
@Override
publicvoidendElement(Stringuri,StringqName)throwsSAXException{
super.endElement(uri,qName);
//判断针对一本书是否已经遍历结束
if(qName.equals("book")){
System.out.println("===========================结束遍历===========================");
}
}
}
Handler类准备好之后我们来编写测试程序看一下解析结果： packagetest_XML;
importjava.io.IOException;
importjavax.xml.parsers.ParserConfigurationException;
importjavax.xml.parsers.SAXParser;
importjavax.xml.parsers.SAXParserFactory;
importorg.xml.sax.SAXException;
importHandler.SAXParserHandlerBook;
publicclassTestSAX{
publicstaticvoidmain(String[]args)throwsParserConfigurationException,SAXException{
try{
//是创建一个Handler处理类，去逐个分析每一个节点，并且是顺序的
//1.通过SAXParseFactory的静态方法newInstance()来获取SAXParseFactory的实例对象factory
SAXParserFactoryfactory=SAXParserFactory.newInstance();
//2.通过SAXParserFactory静态方法NewSAXParser()方法返回一个SAXParser类的实例；
SAXParserHandlerBookhandler=newSAXParserHandlerBook();
//3.重写startElement、endElement、startDocument、endDocument方法
/*
*可以将其保存在继承了DefaultHandler类的SAXParserHandler类中
*然后创建SAXParserHandler类的对象并将其传入SAXParser类的对象parser的parser方法；
*/
SAXParserparser=factory.newSAXParser();
parser.parse("book.xml",handler);
}catch(SAXExceptione){
e.printStackTrace();
}catch(IOExceptione){
e.printStackTrace();
}
}
}
以下是解析结果： SAX解析开始 节点名：bookstore *************************开始遍历第1本书************************* 第1个属性： 属性名是：id 属性值是：2 第2个属性： 属性名是：type 属性值是：长篇小说 节点名：name 节点值：《平凡的世界》 节点名：author 节点值：路遥 节点名：year 节点值：2014 节点名：price 节点值：22 节点名：outline 节点值：《平凡的世界》是中国作家路遥创作的一部百万字的小说。
===========================结束遍历=========================== *************************开始遍历第2本书************************* 第1个属性： 属性名是：id 属性值是：7 第2个属性： 属性名是：type 属性值是：外文小说 节点名：name 节点值："Gone with the Wind" 节点名：author 节点值：Margaret.Mitchell 节点名：price 节点值：99 节点名：language 节点值：English 节点名：outline 节点值：《飘》是美国女作家玛格丽特?米切尔（1900―1949）十年磨一剑的作品，也是惟一的作品。 ===========================结束遍历=========================== *************************开始遍历第3本书************************* 第1个属性： 属性名是：id 属性值是：13 第2个属性： 属性名是：type 属性值是：中文小说 节点名：name 节点值：《秦腔》 节点名：author 节点值：贾平凹 节点名：price 节点值：99 节点名：language 节点值：汉语 节点名：outline 节点值：《秦腔》以两条线展开，一条线是秦腔戏曲，一条线是农民与土地的关系。 节点值：>
===========================结束遍历=========================== DOM（Document Object Model）是表示和处理一个HTML或XML文档的常用方法，DOM的优势是易用性强，使用DOM这种解析方法的时候，将把所有的XML文档信息都存于内存中，遍历操作简单快速。SAX（Simple API for XML）不是W3C的标准，但是对于大型XML文件的解析效率要高与DOM。 （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |